多伦多大学、北京交通大学等机构合作开发出4D视频生成模型Diffusion4D，通过Scaling Laws筛选出81K高质量4D数据集。研究人员利用8卡GPU在30天内渲染出400万张图片，包括动态3D物体的环拍和视频。该模型是首个大规模数据集驱动的4D内容生成框架，现已开源全部数据集和渲染脚本。研究解决了过去4D内容生成中的时空一致性问题，实现了文本、图像到4D内容的高效生成，且在生成质量和速度上超越现有方法。未来，4D内容生成领域还有广阔的研究空间。